针对现有声呐图像去噪方法“保边去噪”能力不足的问题,提出了一种结合非线性滤波器的形态小波域声呐图 像去噪方法。首先,在形态小波完备重构条件下构建了二维形态中点小波。其次,对形态中点小波的细节分析算子进行多 重化处理,对信号分析算子采用取中值的更新提升方案提升,并且为克服形态小波的“块状效应”,将图像的平均处理方 法应用在形态中点小波去噪过程中。最后,在不同背景下进行多方面的仿真对比实验,实验数据显示形态中点小波的各 项评估指标优于现有的小波去噪方法,验证了所提方法的可行性、有效性和可靠性。

【图像去噪】基于小波变换、contourlet变换、contourlet-小波变换+PCA算法实现SAR图像去噪matlab代码.zip

【图像去噪】均值滤波+中值滤波+高斯低通滤波+多种小波变换图像去噪matlab源码GUI.md

卷积神经网络代码Matlab 人工神经网络 使用空间光谱深度残差卷积神经网络（HSID-CNN）的用于高光谱图像降噪的Matlab演示代码，IEEE TGRS，2019。 By Qiang Zhang (whuqzhang@gmail.com) Wuhan University, China. 如果您在工作中使用/适应我们的代码（作为独立工具或任何算法的组成部分），请引用我们的论文。 Q. Yuan，Q. Zhang，J。Li，H。Shen和L. Zhang ，“使用空间光谱深度残差卷积神经网络进行高光谱图像降噪”， IEEE地理科学与遥感学报，第1卷。 57号2，第1205-1218页，2019年。 @ARTICLE{yuan2019, author={Q. {Yuan} and Q. {Zhang} and J. {Li} and H. {Shen} and L. {Zhang}}, journal={IEEE Trans. Geosci. Remote Sens.}, title={Hyperspectral Image Denoising Employing a Spatial

完整代码，可直接运行

matlab基于形态学的权重自适应图像去噪

【图像去噪】基于小波变换（软阈值、硬阈值、半软阈值、改进阈值）的图像去噪matlab源码.md

CBSD68数据集 用于图像去噪基准的彩色BSD68数据集它是伯克利细分数据集和基准的一部分 该基准数据集被广泛用于测量图像去噪算法的性能，但是我很难找到它。 它包括原始的.jpg文件，已转换为无损.png，并带有不同级别的加性高斯白噪声。 作者：D. Martin和C. Fowlkes和D. Tal和J. Malik 标题：人类分割的自然图像数据库及其在评估分割算法和测量生态统计中的应用 书名：Proc。 第八届国际会议计算机视觉年份：2001月份：七月数量：2页：416--423

图像去噪的深度学习概述由田春伟，费伦克，张文贤，徐勇，左望孟和林嘉雯提供，其为 。 它已经由神经网络（IF：5.535）发布。 此外，本文已被推送到神经网络的主页上。 本文是针对图像去噪的深度学习的第一个完整摘要，对读者而言非常有意义。 它是通过微信公众账号在报道 ， 和 。 抽象 深度学习技术在图像去噪中获得了很多关注。 但是，不同类型的深度学习方法在处理噪声方面有很大的差异。 具体来说，基于深度学习的判别式学习可以很好地解决高斯噪声。 基于深度学习的优化模型方法对真实噪声的估计有很好的效果。 到目前为止，很少有相关研究来总结用于图像去噪的不同深度学习技术。 在本文中，我们对图像去噪中不同深度技术进行了比较研究。 我们首先对（1）用于加性白噪声图像的深卷积神经网络（CNN），（2）用于真实噪声图像的深CNN，（3）用于盲目去噪的深CNN和（4）用于混合噪声图像的深CNN进行分类，是嘈杂，

细胞神经网络matlab去噪的源程序，自己写的，能运行对的